NGram BloomFilter索引

背景信息

为了提升LIKE的查询性能，云数据库 SelectDB 版增加了NGram BloomFilter索引。

NGram BloomFilter索引管理

创建索引

创建带有NGram BloomFilter索引的表test_table，示例如下。

CREATE TABLE `example_db.test_table` (
  `siteid` int(11) NULL DEFAULT "10" COMMENT "",
  `citycode` smallint(6) NULL COMMENT "",
  `username` varchar(32) NULL DEFAULT "" COMMENT "",
  INDEX idx_ngrambf (`username`) USING NGRAM_BF PROPERTIES("gram_size"="3", "bf_size"="256") COMMENT 'username ngram_bf index'
) ENGINE=OLAP
AGGREGATE KEY(`siteid`, `citycode`, `username`) COMMENT "OLAP"
DISTRIBUTED BY HASH(`siteid`) BUCKETS 10;
-- PROPERTIES("gram_size"="3", "bf_size"="256")，分别表示gram的个数和bloom filter的字节数。
-- gram的个数跟实际查询场景相关，通常设置为大部分查询字符串的长度，bloom filter字节数，可以通过测试得出，通常越大过滤效果越好，可以从256开始进行验证测试看看效果。当然字节数越大也会带来索引存储、内存cost上升。
-- 如果数据基数比较高，字节数可以不用设置过大，如果基数不是很高，可以通过增加字节数来提升过滤效果。

查看索引

查看我们在表example_db.table_name上建立的NGram BloomFilter索引，语法如下。

SHOW INDEX FROM example_db.test_table;

删除索引

删除指定example_db.test_table的下索引，语法如下。

ALTER TABLE example_db.test_table DROP INDEX idx_ngrambf;

修改索引

为已有列新增NGram BloomFilter索引，语法如下。

ALTER TABLE example_db.table3 ADD INDEX idx_ngrambf(username) using NGRAM_BF PROPERTIES("gram_size"="2", "bf_size"="512")comment 'username ngram_bf index' 

查看索引变更进度

创建、修改、删除索引是异步过程，可通过命令查看任务进度，语法如下。

SHOW ALTER TABLE COLUMN;

注意事项

• NGram BloomFilter只支持字符串列。

• NGram BloomFilter索引和BloomFilter索引为互斥关系，即同一个列只能设置两者中的一个。

• NGram大小和BloomFilter的字节数，可以根据实际情况调优，如果NGram比较小，可以适当增加BloomFilter大小。

• 查看某个查询是否命中了NGram BloomFilter索引，可以通过查询的Profile信息查看。